BG value stats by hour

BGvalue_Summary
##    time3 min     mean  max        sd
## 1  00:00 196 196.0000  196       NaN
## 2  01:00 Inf      NaN -Inf       NaN
## 3  02:00  64  64.0000   64       NaN
## 4  03:00 Inf      NaN -Inf       NaN
## 5  04:00 251 251.0000  251       NaN
## 6  05:00 Inf      NaN -Inf       NaN
## 7  06:00  57  57.0000   57       NaN
## 8  07:00  96 154.5000  213 82.731493
## 9  08:00  47 119.0000  257 93.992908
## 10 09:00 Inf      NaN -Inf       NaN
## 11 10:00 158 158.0000  158       NaN
## 12 11:00 104 104.0000  104       NaN
## 13 12:00  91 114.2500  129 16.879475
## 14 13:00 Inf      NaN -Inf       NaN
## 15 14:00  87  87.0000   87       NaN
## 16 15:00  57 125.3333  172 60.484158
## 17 16:00 Inf      NaN -Inf       NaN
## 18 17:00  92 117.5000  143 36.062446
## 19 18:00 104 104.0000  104       NaN
## 20 19:00 214 214.0000  214       NaN
## 21 20:00 Inf      NaN -Inf       NaN
## 22 21:00  70 107.0000  180 63.221832
## 23 22:00 115 117.0000  119  2.828427
## 24 23:00 152 152.0000  152       NaN
## 25 00:00 119 119.0000  119       NaN

BG value stats by day

BGvalue_SummaryDaily
##        Date2 min     mean max       sd
## 1 2019-10-24  64 123.8889 196 47.30604
## 2 2019-10-25  57 122.1111 257 59.23564
## 3 2019-10-26  57 143.0000 251 74.21321
## 4 2019-10-27  47 120.2857 213 57.80344

Sensor value stats by hour

Sensorvalue_Summary
##    time3 min      mean max       sd
## 1  00:00  74  96.25000 132 17.18945
## 2  01:00  75  97.79167 147 24.45045
## 3  02:00  82 100.79167 148 16.71495
## 4  03:00 101 167.33333 257 52.55115
## 5  04:00 160 236.57143 283 40.05443
## 6  05:00 155 222.04167 271 37.72150
## 7  06:00  95 173.62500 238 57.90383
## 8  07:00  95 163.04167 224 48.85069
## 9  08:00  40  90.91667 169 34.45592
## 10 09:00  40 105.25000 160 27.94288
## 11 10:00 149 185.91667 212 17.38044
## 12 11:00 144 197.91667 225 25.24302
## 13 12:00 107 136.18182 183 22.81945
## 14 13:00  90 141.75000 205 37.72930
## 15 14:00  71 108.03704 198 41.77272
## 16 15:00  51  79.41667 139 29.20604
## 17 16:00  56 104.50000 167 30.79935
## 18 17:00  58 104.63889 169 37.71635
## 19 18:00  86 147.33333 210 45.39037
## 20 19:00 116 182.47222 227 40.14864
## 21 20:00  97 164.06667 223 32.07420
## 22 21:00  50  90.20833 141 29.87362
## 23 22:00  73 110.20833 167 24.92420
## 24 23:00 113 165.33333 195 25.73893
## 25 00:00  94 122.33333 167 25.75526

BG high (>150) count

BGHigh_Count
##   time3 BG.Reading..mg.dL.
## 1 00:00                  1
## 2 04:00                  1
## 3 07:00                  1
## 4 08:00                  1
## 5 10:00                  1
## 6 15:00                  1
## 7 19:00                  1
## 8 21:00                  1
## 9 23:00                  1

BG very high (>240) count

BGveryHigh_Count
##   time3 BG.Reading..mg.dL.
## 1 04:00                  1
## 2 08:00                  1

BG low (<80) count

BGLow_Count
##   time3 BG.Reading..mg.dL.
## 1 02:00                  1
## 2 06:00                  1
## 3 08:00                  2
## 4 15:00                  1
## 5 21:00                  2

BG good value count (>80 and <150)

BGgood_Count
##    time3 BG.Reading..mg.dL.
## 1  07:00                  1
## 2  08:00                  1
## 3  11:00                  1
## 4  12:00                  4
## 5  14:00                  1
## 6  15:00                  1
## 7  17:00                  2
## 8  18:00                  1
## 9  22:00                  2
## 10 00:00                  1

Temp Basal = 0 count

tempBasal_count
##   time3 Temp.Basal.Amount
## 1 07:00                 1

Suspend basal on low count

suspendBasal_Count
##    time3 Alarm
## 1  00:00     1
## 2  01:00     4
## 3  06:00     2
## 4  08:00     5
## 5  09:00     1
## 6  13:00     2
## 7  14:00     2
## 8  15:00     4
## 9  16:00     2
## 10 17:00     1
## 11 18:00     1
## 12 20:00     1
## 13 21:00     2
## 14 22:00     1
## 15 00:00     2

BG value by time and date with mean values

BGvalue_timeDaytable
##     time 2019-10-24 2019-10-25 2019-10-26 2019-10-27     mean
## 1  00:00   196.0000        NaN        NaN   119.0000 157.5000
## 2  01:00        NaN        NaN        NaN        NaN      NaN
## 3  02:00    64.0000        NaN        NaN        NaN  64.0000
## 4  03:00        NaN        NaN        NaN        NaN      NaN
## 5  04:00        NaN        NaN        251        NaN 251.0000
## 6  05:00        NaN        NaN        NaN        NaN      NaN
## 7  06:00        NaN    57.0000        NaN        NaN  57.0000
## 8  07:00    96.0000        NaN        NaN   213.0000 154.5000
## 9  08:00    79.0000   257.0000         93    47.0000 119.0000
## 10 09:00        NaN        NaN        NaN        NaN      NaN
## 11 10:00   158.0000        NaN        NaN        NaN 158.0000
## 12 11:00        NaN   104.0000        NaN        NaN 104.0000
## 13 12:00    91.0000   113.0000        124   129.0000 114.2500
## 14 13:00        NaN        NaN        NaN        NaN      NaN
## 15 14:00        NaN    87.0000        NaN        NaN  87.0000
## 16 15:00   147.0000        NaN         57   172.0000 125.3333
## 17 16:00        NaN        NaN        NaN        NaN      NaN
## 18 17:00        NaN   143.0000        NaN    92.0000 117.5000
## 19 18:00   104.0000        NaN        NaN        NaN 104.0000
## 20 19:00        NaN        NaN        214        NaN 214.0000
## 21 20:00        NaN        NaN        NaN        NaN      NaN
## 22 21:00   180.0000    71.0000        NaN    70.0000 107.0000
## 23 22:00        NaN   115.0000        119        NaN 117.0000
## 24 23:00        NaN   152.0000        NaN        NaN 152.0000
## 25  mean   123.8889   122.1111        143   120.2857 127.3214
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanBGheat_hist", libraryPath = libraryPath,
                 numberDays = numberDays,changeParam.list = changeParam.list)

Sensor value by time and date with mean values

SGvalue_timeDaytable
##     time 2019-10-24 2019-10-25 2019-10-26 2019-10-27      mean
## 1  00:00        NaN        NaN  113.58333  105.00000 109.29167
## 2  01:00        NaN        NaN   80.41667  115.16667  97.79167
## 3  02:00        NaN        NaN   89.83333  111.75000 100.79167
## 4  03:00        NaN        NaN  122.25000  212.41667 167.33333
## 5  04:00        NaN        NaN  202.11111  262.41667 232.26389
## 6  05:00        NaN        NaN  196.33333  247.75000 222.04167
## 7  06:00        NaN        NaN  120.91667  226.33333 173.62500
## 8  07:00        NaN        NaN  117.25000  208.83333 163.04167
## 9  08:00        NaN        NaN   89.58333   92.25000  90.91667
## 10 09:00        NaN        NaN  108.58333  101.91667 105.25000
## 11 10:00        NaN        NaN  180.75000  191.08333 185.91667
## 12 11:00        NaN        NaN  179.58333  216.25000 197.91667
## 13 12:00        NaN        NaN  120.41667  155.10000 137.75833
## 14 13:00        NaN        NaN  171.66667  111.83333 141.75000
## 15 14:00        NaN   77.66667  142.33333   81.33333 100.44444
## 16 15:00        NaN   54.91667   68.58333  114.75000  79.41667
## 17 16:00        NaN  114.25000  104.33333   94.91667 104.50000
## 18 17:00        NaN  154.91667   87.83333   71.16667 104.63889
## 19 18:00        NaN  196.58333  151.66667   93.75000 147.33333
## 20 19:00        NaN  214.41667  204.00000  129.00000 182.47222
## 21 20:00        NaN  196.66667  168.16667  143.66667 169.50000
## 22 21:00        NaN        NaN  115.66667   64.75000  90.20833
## 23 22:00        NaN        NaN  108.00000  112.41667 110.20833
## 24 23:00        NaN        NaN  178.33333  152.33333 165.33333
## 25  mean        NaN  144.20238  134.25810  142.34097 140.26715
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanSGheat_hist", libraryPath = libraryPath,
                 numberDays = numberDays,changeParam.list = changeParam.list)

Interactive Plots

linePlots

barplots hourly

every 3 hours barplots

###daily barplots

boxplots hourly

3hour boxplots

daily boxplots